曹洪伟 - 大模型时代下的技术人成.pdf

1、AsmCC+JavaVBJavaScriptH5/CSSPerlPythonScalaGoRust回顾从业的30年语言的尝试1硬件时代以控制为核心：冯诺依曼架构的延伸2软件时代以效率为核心：软件工程的演进3互联网时代以连接与分发为核心：TCP/IP，Web云与大数据以规模与计算为 核心：分布式系统，MapReduce5大模型时代以认知与创造为核心：Transformer，涌现，世界模型4每一次范式迁移，都重新定义“核心技术栈”和“核心价值产出”代码即逻辑代码即逻辑数据即价值数据即价值智能即服务智能即服务回顾从业的30年时代的变迁从需求收集到用户故事生成的智能化转变需求分析AI辅助架构设计、组件

2、选型与系统建模设计阶段自动化测试脚本生成与智能化测试用例设计测试阶段从手写代码到提示工程的范式转变编码阶段智能化监控、预测性维护与自修复系统部署与运维大模型时代大模型时代的技术变革对软件工程的影响大模型时代的新范式基础层框架层交互层从计算、存储、网络 到 算力、高质量数据、架构从 Spring/Django 等到 Langgraph/llamaindex+精调/提示工程从 API/UI 到 自然语言/多模态交互与智能体协作一个需求从代码实现到提示工程提示词债务、embedding债务、版本对齐债务AI系统思维、领域知识抽象、价值判断能力记忆、检索、初阶推理的 AI 替代StackOverflo

3、w式问题解决者的边缘化10年经验”vs 10次重复大模型时代的技术变革范式转移带来的挑战问题定义与分解技术整合与创新跨领域协作与沟通持续学习与适应系统思维与架构设计能力框架知识获取方式的变革：从记忆和积累到高效检索和整合技术人的核心竞争力重塑从知识储备到能力框架架构演变的示例统一的Agent架构技术人的核心竞争力重塑面向大模型应用的能力三角领域知识深度掌握能力只有深度融合领域知识（金融、制造、生物等）才能构建不可替代的壁垒如何判断大模型输出的可靠性、安全性、合规性？如何设计评估体系？这比调用 API 重要 N 倍批判性思维与评估能力工程实现与融合能力将大模型能力可靠、高效、低成本 地集成到现有

4、复杂系统中这涉及传统架构边缘计算、安全等领导力与沟通软技能的能力平常心自信成长路径与方法必修保持好奇，亲手实践性能优化、并发处理、安全架构经验，在AI时代更为珍贵领导力、审美、伦理判断和跨领域联想，仍是我们的独特优势检索增强生成（RAG）chunking，向量数据库，改写，图谱等提示工程从基础提示到高级提示策略大模型应用框架基础大模型原理、局限性与应用场景必修课成长路径与方法进阶路径Agent 系统设计模型精调与优化LoRA，指令微调AI 安全与对齐提示注入，评选评估，AI 伦理多模态交互设计AGUI，NUI进阶技能升级不仅是技术领域的拓展，更是与业务、设计、伦理等领域的交叉如何设计与大模型协

5、作的系统架构如何将编程、架构、算法等能力与AI 能力结合提示开发/运行应用框架(LangGraph/ReAct.),MCP,A2A成长路径与方法学习方式工具陷阱：追逐最新模型 vs吃透一个生态思维懒惰：用AI写代码 失去调试能力 成为AI 监工身份迷失：警惕提示词工程师的虚幻安全感从知识库到提示库认知写作（记录AI解决不了的问题）建立 AI 系统观刻意练习（如手写transformer）持续阅读（从survey开始）学习警示即刻合作：将大模型用于日常工作的辅助（代码生成、文档撰写、方案脑暴），体验其边界AB日常工作流中的 AI 集成，如 MCP实践C灯塔项目：选一个痛点，用大模型做一次试点，创

6、造可见价值D反馈循环：自我评估，经验沉淀为可复用的模式或工具实践出真知临渊羡鱼，不如退而结网勇于试错，体验“失败”人智协作，成为日常成长路径与方法实践策略加入社区讨论交流答疑解惑，共同成长成长路径与方法结伴同行变与不变对技术本质的好奇心解决真实问题的热情持续学习的习惯技术作用从“逻辑”深入到“认知与创造”从“执行者”到“设计者”技术人的价值=定义什么不该AI做变不变 学会与 AI 共情，理解它的思考边界 把 AI 当助手，我们是导师 经验价值，在于知道何时不信任 AI未来展望